Tokyo H2O.ai Meetup#2 by Iida

Copyright © 2019 NTT PC Communications Incorporated, All Rights Reserved.
創⽴35年⽬の会社が
機械学習⽀援PFを導⼊する理由
2019/06/11
NTTPCコミュニケーションズ
飯⽥嘉⼀郎

2
⾃⼰紹介
1992/11/23⽣まれ
株式会社NTTPCコミュニケーションズ
サービスクリエーション本部
第⼀サービスクリエーション部
サービスクリエーション担当
REST API開発(Rails, AWS)
IoT サービス開発(LPWA, Azure)
SO系Webアプリーケーション開発(nuxt.js)
趣味: ブレイクダンス
• 嵐 Live Are you Happy? 「Amore」振付
(2016)
• Dance Delight Final(世界⼤会) 特別賞受賞
(2018)
• 欽ちゃんと⾹取慎吾の仮装⼤賞アイデア賞受賞
(2019)
※機械学習初学者
飯⽥嘉⼀郎(いいだかいちろう)

3
今⽇のお話を聞くと…
機械学習についてアクションを起こしたいけど、
ハードル⾼いなあ。難しそう。。。

4
機械学習についてアクションを起こしたいけど、
ハードル⾼いなあ。難しそう。。。
機械学習⽀援PFを利⽤すると
簡単にモデル作れる！！！
⾃社のAI環境を整えるために
検証してみるぞおおおお！！
今⽇のお話を聞くと…
※あくまでイメージです

5
創業35年⽬の株式会社NTTPCコミュニケーションズ
を知っていますか︖

6
株式会社NTTPCコミュニケーションズ
• 創⽴:1985年9⽉4⽇(創⽴35年⽬)
• 主なサービス:
• ネットワークサービス
• InfoSphere®
• Master'sONE®ネットワーク
• セキュリティサービス
• Security BOSS®
• データセンター
• WebARENA®
• IoTサービス
• みまもりがじゅ丸®
• みまわり楽太郎

7

8
データサイエンティスト
の数が足りない

9
pデータサイエンティストの育成
p専門的なスキルをツールでカバーする
解決策

10
解決策

11
解決策

12
機械学習支援PF

13
よし、調べよう。

14
やったこと
ü 各ツールを実際に使⽤
ü H2O.ai: AWSのEC2にインストールして使⽤
ü DriverlessAI: H2O.aiと同じ。ライセンスはトライアル⽤を使⽤
ü Kaggle、Signateのコンペに投稿
ü イベント参加による調査

15
機械学習の1サイクル
1. データ理解
2. データ選定
3. データ前処理
4. フィーチャー
エンジニアリング
5. テストデー
タ準備
6. アルゴリズム
選定
7. テスト指標
8. モデル作成
9. モデル評価

16
1. データ理解
2. データ選定
5. テストデー
タ準備
選定
7. テスト指標
8. モデル作成
9. モデル評価
アルゴリズム選定
モデル作成
自動化

17
- モデル作成・アルゴリズム選定自動化
従来⼿法(scikit-learn)
# -*- coding: utf-8 -*-
# -------------------------------------------
# python3
import pprint
import datetime
import pandas as pd
import numpy as np
# machine learning
from skleran.linear_model import LogisticRegression
from sklearn.svm import SVC, LinearSVC
・
・
H2O FLOW(GUIでH2O.aiを使えるツール)
GUIでRun AutoMLを選択、実⾏するだけ︕Pythonのコードを作成
※ H2O.ai「Using Flow – H2Oʼs Web UI」(2019年6⽉10⽇) http://docs.h2o.ai/h2o/latest-stable/h2o-docs/flow.html

18
1. データ理解
2. データ選定
5. テストデー
タ準備
選定
7. テスト指標
8. モデル作成
9. モデル評価
データ前処理
フィーチャーエンジニアリング
アルゴリズム選定
テスト指標
モデル作成
モデル評価
自動化

19
-データ前処理・フィーチャーエンジニアリング
DriverlessAI
GUIでデータを選択、実⾏するだけ︕
外部情報を取り⼊れながら、
データサイエンティスト⾃⾝の
職⼈技で実施
※ H2O.ai Blog「H2O.ai Raises $40 Million to Democratize Artificial Intelligence for the Enterprise」(2019年6⽉10⽇)
https://www.h2o.ai/blog/h2o-ai-raises-40-million-democratize-artificial-intelligence-enterprise/

20
-アルゴリズム選定モデル作成
DriverlessAI
GUIでデータを選択、実⾏するだけ︕
# -*- coding: utf-8 -*-
# -------------------------------------------
# python3
import pprint
import datetime
import pandas as pd
import numpy as np
# machine learning
from skleran.linear_model import LogisticRegression
from sklearn.svm import SVC, LinearSVC
・
・
Pythonのコードを作成
※ H2O.ai Blog「H2O.ai Raises $40 Million to Democratize Artificial Intelligence for the Enterprise」(2019年6⽉10⽇)
https://www.h2o.ai/blog/h2o-ai-raises-40-million-democratize-artificial-intelligence-enterprise/

21
-モデル評価
DriverlessAI
⾃動スコアリング＆GUIで可視化
clf = svm.SVC(kernel=‘linear’, C=1, probability=True).fit・・・・
print u"Accuracy:", clf.score(X_test, y_test)
y_pred = clf.predict(X_test)
print classification_report(y_test, y_pred, target_names=・・・
・
・
・
評価指標の選定&Pythonのコードを作成
評価結果可視化&評価結果分析
precision recall f1-score support
not Survived 0.80 0.86 0.83 107
Survived 0.77 0.68 0.72 72
avg / total 0.79 0.79 0.79 179
※ H2O.ai Blog「Driverless AI blog」(2019年6⽉10⽇) https://www.h2o.ai/blog/driverless-ai-blog/

22
こんなに⾃動化ができる。
9. モデル評価
8. モデル作成
7. テスト指標
6. アルゴリズム選定
5. テストデータ準備
4. フィーチャーエンジニアリング
2. データ選定
1. データ理解
データエンジニア⾮技術者
8. モデル作成
9. モデル評価
7. テスト指標
2. データ選定
1. データ理解
9. モデル評価
8. モデル作成
7. テスト指標
2. データ選定
1. データ理解
20
14
7
0
モ
デ
ル
作
成
稼
働
︵
⼈
⽇
︶
⼈⼿部分システム化部分
従来(scikit-learn)
専⾨スキルの
ほとんどが
システム化
⼀部必須作業が
システム化

23
こんなに⾃動化ができる。
9. モデル評価
8. モデル作成
7. テスト指標
2. データ選定
1. データ理解
データエンジニア⾮技術者
8. モデル作成
9. モデル評価
7. テスト指標
2. データ選定
1. データ理解
9. モデル評価
8. モデル作成
7. テスト指標
2. データ選定
1. データ理解
20
14
7
0
モ
デ
ル
作
成
稼
働
︵
⼈
⽇
︶
⼈⼿部分システム化部分
従来(scikit-learn)
専⾨スキルの
ほとんどが
システム化
⼀部必須作業が
システム化
機械学習に必要なスキルセットが非常に下がる

24
まとめ

25
ü 創業34年⽬の会社の課題
「データサイエンティストが⾜りない」
ü 機械学習⽀援PFの調査を⾏なった
ü 機械学習⽀援PFを導⼊すると、
まとめ
機械学習の技術的ハードルを下げられる。
簡単に学習モデル作成ができる。

Tokyo H2O.ai Meetup#2 by Iida

Recommended

Recommended

More Related Content

What's hot

What's hot (19)

Similar to Tokyo H2O.ai Meetup#2 by Iida

Similar to Tokyo H2O.ai Meetup#2 by Iida (20)

Tokyo H2O.ai Meetup#2 by Iida